文献总结 | RSE:美国湖泊监测卫星:MERIS时间序列及其叶绿素a应用

文摘   2024-10-01 12:00   江苏  

点击上方湖泊遥感与智慧流域关注我们

研究背景
RESEARCH BACKGROUND
湖泊作为全球水资源的重要组成部分,在水循环、气候调节和生物多样性保护方面发挥着至关重要的作用。近年来,在自然和人类活动的双重影响下,湖泊水环境发生了剧烈变化,因此有必要对湖泊水质进行监控和管理。叶绿素浓度是评估水质的重要指标,不仅可以反映湖泊的营养状态,还能表明藻类生物量的情况,对叶绿素进行精确监测显得尤为关键。
研究目的:
(1)MERIS湖泊时间序列数据:描述和公开MERIS湖泊时间序列数据的生成与分发,这一数据集包括了2002年至2012年的观测数据,未来还将包括Sentinel-3A和Sentinel-3B卫星上的Ocean and Land Color Instruments (OLCI)数据。
(2)基于CI的叶绿素算法研究:通过使用基于蓝藻指数(Cyanobacteria Index, CI)的叶绿素算法的案例研究,展示了内陆水体数据集(ILW)的实用性,旨在演示如何使用标准化的卫星数据集对一个多样化的湖泊集进行统一的处理。
研究方法
1. 数据处理:MERIS的原始数据进行预处理,生成水体反射率ρs(λ)的时间序列数据

2. ChlBS算法研究:基于叶绿素和蓝藻指数的生物光学算法(ChlT16),采用自举法bootstrapping来优化算法的性能,用于估算水体中的叶绿素浓度。
研究结果
1. ILW的组成:ILW包含了从2002年4月28日到2012年4月9日的数据,涵盖了MERIS任务期间的全美内陆水体ρs(λ)数据。ILW提供了超过2300个面积大于0.27平方千米的湖泊和15450个至少为0.09平方千米的水体的数据,以及阿拉斯加地区的5874个湖泊数据。

2ChlBS算法开发数据集:共有1738个来自15个州的MERIS(中分辨率成像光谱仪)与实地测量的配对数据,主要集中在明尼苏达州和俄勒冈州。数据涵盖从贫营养到高度富营养化的各种水体类型,Chl浓度范围为0.5到832μg/L,大多数值低于100μg/L。

图1 匹配结果中1738个实测值的数据分布     

图2 1738个实测值星地同步配对结果

3ChlBS算法性能:通过自举法(bootstrapping)进行训练和评估的ChlBS模型在识别水体营养状态方面表现良好,尤其在估算富营养状态的湖泊中展现出较高的准确性。尽管该模型在贫营养和中营养状态的湖泊中存在一定偏差,但总体上优于其他模型。自助法提供了对预测结果不确定性的量化分析,而混淆矩阵揭示了在不同营养状态下的分类正确率和错误率。综合分析表明,85%的ChlBS营养状态类别与实地测量结果相符,证明了其在识别水体营养状态监测方面的有效性和潜力。

图3 (A) 对CIcyano进行1500次自助法迭代的结果。红线表示所有拟合结果的平均值,灰色区域显示了各次拟合结果的分布范围,表明模型拟合的一致性和变异。从浅灰色到黑色的颜色渐变表示数据点的密度,浅灰色表示数据点较少,黑色表示数据点密集(B) 预测的ChlBS与实地测量叶绿素浓度的对比。从灰色到黑色的阴影表示数据密度从低到高。(C) 正常空间范围内的结果。这张图将(B)中的数据转换回正常的数值尺度,展示了叶绿素浓度从0到650μgL-1的预测结果。每个预测数据点周围的条形图表示基于ChlBS系数的95%置信区间计算出的潜在不确定性范围,帮助评估每个预测值的可靠性。(D) 图(C)中一个小区域的放大视图,专注于低叶绿素浓度(0-90μgL-1)的数据点,以便更清楚地查看在这一范围内的数据分布和预测精度。

图4 混淆矩阵百分比,以说明算法ChlBS预测实地样本营养状态的频率,将其分为四大类:贫营养/中营养(0-7μgL-1)、富营养(7-30μgL-1)、轻度富营养(30-90μgL-1)和重度富营养(>90μgL-1)。
总结讨论
本研究成功生成了首个全面标准化的MERIS(2002年至2012年)内陆水时间序列数据集内陆水体时间序列数据集,这些数据不仅支持算法的开发和性能评估,还可用于美国本土和阿拉斯加的水质监测活动。研究还探索了基于CI的叶绿素浓度估算算法(ChlBS),此算法最初为美国佛罗里达州的富营养水体开发(ChlT16),通过使用自助法重新校准,使其弥补了原算法不适用于低叶绿素水体的缺陷,尽管在这种条件下的精确度和准确度较低。总的来说,这些研究成果为内陆水体的遥感监测和管理决策提供了重要支持,并为未来的研究工作奠定了基础。

✎ 编者注

以上总结仅代表个人对论文的理解,仅供研究参考所用,不用于商业用途。若上述理解内容有误,请以论文原文为主。未经同意,禁止转载。


原文链接 ↓
https://doi.org/10.1016/j.rse.2021.112685

点击左下方 “阅读原文” 可下载论文原文。



团队介绍

湖泊遥感与智慧流域创新团队,主要围绕湖泊开展历史重构、现状观测和未来变化模拟等模型研制和应用实践工作,并在流域尺度开展大数据智慧管理平台研究,保障湖泊水质安全。团队拥有博士和硕士导师5人(段洪涛,罗菊花,刘东,谭振宇,邱银国),可分别在中国科学院南京地理与湖泊研究所、西北大学以及南京信息工程大学(国科大南京学院联合培养)等招收博、硕士研究生,欢迎报考!同时,长期招收联合培养研究生,欢迎咨询!

联系人:段洪涛研究员,htduan@niglas.ac.cn

点击下方链接直接关注我们

科学前沿丨文献总结 | WR:利用分类和回归模型对伊利湖藻华进行短期预测
科学前沿丨文献总结 | Nature Sustainability:城市河流污染导致全球温室气体排放量上升
科学前沿丨文献总结 | WR:受养分输入控制的农业沟渠是温室气体排放热点
科学前沿丨文献总结 | RSE:考虑近红外非零反射的高光谱太阳耀光校正算法
团队成果 | JAG:基于摄像头RGB图像的蓝藻水华动态实时监测算法研究
团队成果 | 湖泊草藻不同群落遥感自动识别算法研究取得进展
团队动态 | 段洪涛研究员连续4年入选全球前2%科学家榜单
团队动态段洪涛研究员荣获朱李月华优秀教师奖

湖泊遥感与智慧流域
围绕“湖泊遥感与智慧流域”方向,介绍学科方向前沿,分享团队研究成果和动态,提供论文下载和数据共享等服务。版权所有 @ NN TEAM联合创新团队(NIGLAS & NWU Innovation Team)
 最新文章